UN ENFOQUE BASADO EN PROGRAMACIÓN LINEAL

PARA LA REPRESENTACIÓN DE LAS ETAPAS DE

SACARIFICACIÓN Y FERMENTACIÓN DE UNA
PLANTA DE BIOETANOL
Benemérita Universidad Autónoma de Puebla, Facultad de Ingeniería Química, Puebla, México.
Antonio Martínez Ramírez y Fidel Aaron Maruri Valderrabano
Profesora: Alma Delia Ocotitla Muñoz
Materia: Ingeniería de Sistemas

INTRODUCCIÓN RESULTADOS Y DISCUSIÓN

El concepto de biorefinerías a partir de fuentes renovables ha ganado gran atención en los últimos años porque éstas La solución óptima es obtenida utilizando TORA versión 1.00 con un procesador de 2.8 GHz, Intel inside. El horizonte de
mejoran la sustentabilidad con respecto a las refinerías basadas en combustibles fósiles que están restringidas por el tiempo H se toma igual a 1 año (7200 h), mientras que se considera un número máximo de lotes igual a 5000 y un
agotamiento de las reservas de petróleo. En esta perspectiva, la producción de etanol a partir del bagazo de caña de número máximo de duplicación en paralelo fuera de fase de 32 unidades. De esta manera se logrará obtener un diseño
azúcar resulta altamente atractiva porque reduce el consumo de combustibles fósiles, los costos de energía y la de las etapas que son claves en la producción sustentable de etanol. Los tiempos de operación fueron obtenidos a partir
emisión de gases de efecto invernadero. Bajo este contexto, se propone en este trabajo desarrollar un modelo diseño de los resultados de las experiencias de laboratorios para el presente estudio y análisis de la cinética del presente
óptimo de una planta de etanol, considerando las etapas de pretratamiento de bagazo para la posterior sacarificación y proceso (Albernas-Carvajal y col. 2014a), mientras que los factores de tamaño fueron determinados a partir de los
fermentación simultánea (SSF). La variante de SSF, como su nombre lo indica, tiene la ventaja de que las etapas de resultados de los balances de masa del proceso. Los resultados se muestran en las siguientes tablas para un mayor
hidrólisis enzimática y fermentación se llevan a cabo simultáneamente en el mismo equipo, obteniendo directamente entendimiento.
etanol como producto. El enfoque propuesto está basado en programación lineal por Técnica de dos Fases y el Método
Dual con análisis de sensibilidad y el modelo resultante es optimizado mediante el programa de Tora.
MÉTODO DE DOS FASES.
METODOLOGÍA
La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son En la Tabla 1 se muestra los valores iniciales del método
estrictamente lineales. La técnica se aplica en una amplia variedad de casos, en los campos de agricultura, industria, de dos fases del modelo propuesto, mientras que en la
transporte, economía, salud, ciencias sociales y de la conducta, y militar. Para obtener el diseño óptimo de las etapas de Tabla 2 se muestra la Fase 1 obtenida y en la Tabla 3 se
pretratamiento y SSF, se propone un enfoque basado en programación matemática. Para resolver este problema de refiere a la solución óptima de los resultados de números
manera eficiente, se propone representar el tamaño de las unidades de las etapas mediante tamaños discretos de lotes de cada tipo.
disponibles de un conjunto de diferentes tamaños.
El objetivo del presente trabajo es analizar diferentes escenarios de producción de etanol, para los cuales se minimiza el
costo de inversión, logrando un diseño preliminar de la tecnología de obtención de etanol por SSF. El modelo Tabla 1. Inicio de dos fases.
propuesto representa una herramienta útil para el diseño preliminar de una planta de etanol a partir de hidrolizado de
bagazo, que permite evaluar distintos esquemas de lotes sustentables para esta producción.

MODELO MATEMÁTICO
Tabla 2. Fase 1. Tabla 3. Fase 2.
MÉTODO DUAL SIMPLEX.
En la Tabla 4 se muestra los valores iniciales del método dual simplex del modelo propuesto, mientras que en la Tabla 5
se refiere a la solución óptima de los resultados de número de lotes de cada tipo. Incluimos el análisis de sensibilidad de
la función objetivo mayor entendimiento.

MÉTODO DE DOS FASES

Como su nombre indica, el método resuelve la programación lineal en dos fases: la fase I trata de determinar una
solución básica factible de inicio y, si se encuentra, se invoca la fase II para resolver el problema original. FASE I. El
problema se pone en forma de ecuación y se agregan a las restricciones las variables artificiales necesarias para
asegurar una solución básica de inicio. A continuación se determina una solución básica de las ecuaciones resultantes,
que minimice la suma de las variables artificiales. Si el valor mínimo de la suma es positivo, el problema de programación
lineal no tiene solución factible, y termina el proceso (recuerde que una variable artificial positiva significa que no se Tabla 5. Fin de dual simplex.
Tabla 4. Inicio de dual simplex.
satisface una restricción original). En caso contrario, se prosigue a la fase II. FASE II. Se usa la solución factible de la fase I
El método dual simplex se desarrollo en 6 iteraciones mientras que el método de dos fases logro la solución optima en
como solución básica factible de inicio para el problema original.
10 diez iteraciones. El método mas eficaz es el dual simpex por lo que se desarrolla el análisis de sensibilidad, obteniendo
los siguientes rangos.
Podemos aumentar el numero de lotes para una mayor minimización en los costos con los valores obtenidos pero no
tiene lógica para desarrollar la sensibilidad

MÉTODO DUAL SIMPLEX

La base en el método símplex dual es que cada iteración siempre esté asociada a una solución básica. Las condiciones
de optimalidad y factibilidad se establecen para preservar la optimalidad de las soluciones básicas y al mismo tiempo
mover las iteraciones de la solución hacia la factibilidad.
CONDICIÓN DUAL DE FACTIBILIDAD. La variable de salida x es la variable básica que tiene el valor más negativo
(los empates se rompen en forma arbitraria). Si todas las variables básicas son no negativas, termina el algoritmo.
CONDICIÓN DUAL DE OPTIMALIDAD. La variable de entrada se determina entre las variables no básicas. La
programación lineal tendrá una solución de inicio no factible si, y sólo si al menos uno de los lados derechos de las
desigualdades es estrictamente negativo. En caso contrario, si z es óptima y ninguno de los lados derechos es
negativo no habrá necesidad de aplicar el método símplex dual, porque la solución de inicio ya es óptima y factible.
CONCLUSIONES
Una propiedad general del método símplex es que resuelve la programación lineal en iteraciones. Cada iteración
desplaza la solución a un nuevo punto esquina que tiene potencial de mejorar el valor de la función objetivo. El proceso
termina cuando ya no se pueden obtener mejoras. El método símplex implica cálculos tediosos y voluminosos, lo que
hace que la computadora sea una herramienta esencial para resolver los problemas de programación lineal. Por
consiguiente, las reglas computacionales del método símplex se adaptan para facilitar el cálculo automático.
El enfoque de optimización propuesto permite obtener el diseño y operación de las etapas de pre tratamiento y SSF de
manera sustentable, no solo por tratarse de un proceso de producción a partir de biomasa, sino porque el número
exacto de lotes en el equipo mejora la eficiencia de la planta, optimizando sus recursos a un mínimo costo.
La formulación matemática basada en tiempos de operación y factores de tamaño fijos, empleando datos de laboratorio,
es factible para el diseño de plantas discontinuas en la obtención de etanol y sirve como guía para el diseño de otras
tecnologías que involucran etapas discontinuas.

BIBLIOGRAFÍA
1. Albernas-Carvajal, Yailet, Corsano, Gabriela, Vega, Ovidio Marrero, Aguirre, Pio A., & Suárez, Erenio González. (2015).
Un enfoque basado en programación matemática para la representación de las etapas de sacarificación y fermentación
de una planta de bioetanol. Centro Azúcar, 42(4), 37-48. Recuperado en 22 de noviembre de 2017, de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S222348612015000400004&lng=es&tlng=es.

2. Taha Hamdy A. Investigación de Operaciones Ed. 5ª. Edit. Alfaomega.

3. Hillier Frederick S., Lieberman Gerald J. Introducción a la Investigación de Operaciones Ed. 8ª. Edit. Mc Graw Hill.

AGRADECIMIENTOS
Agradecemos a la academia de matemáticas por organizar la primera expo matemáticas, ya que nos ayuda a lograr
nuevos retos, desarrollar nuevas habilidades y nos da la oportunidad de plasmar lo aprendido durante el curso.